不用神经网络利用图片相似度识别验证码--代码分析

最新推荐文章于 2023-03-23 17:06:24 发布
最新推荐文章于 2023-03-23 17:06:24 发布
阅读量457 收藏
点赞数
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/flying_elephant/article/details/107938639
本文介绍了不使用神经网络的验证码识别方法，主要通过计算待识别验证码与已标注图片的相似度来识别。过程包括图片截取、获取数据集和相关性判断。相关性判断中，比较了余弦相似性、皮尔逊相关系数和欧几里得距离等方法的效果。尽管尝试了不同的相关性度量，但没有大量标注数据难以确定最佳方案。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

第一次听说可以不用神经网络识别验证码，觉得十分的神奇。下载下代码瞅了一眼，其实是通过待识别的验证码与已标注的图片计算相似度得到相关系数。对验证码的整齐程度要求比较高，扭曲、变形都无法正常识别。

图片截取

验证码中包含多个数字，需要将其截取为单个数字的图片才能进行相关性计算。首先需要根据颜色将数字提取出来，选择像素为220或227的位置保存。新建一个格式为"1"的图片将位置信息重新保存为图片。
在这里插入图片描述
随后遍历每一列，不包含任何像素的一列视为起始或结束的位置。

for num in range(target.size[0]):
    cur=True
    for y in
最低0.47元/天 解锁文章

200万优质内容无限畅学
Python OpenCV 图片滑块验证码自动识别方案分析与自动化识别方案实现 图片相似度对比 OpenCV如何找到图片中的正方形并进行标记？
Benjamin 优快云博客
10-02 3935
需求背景是某网站进行每次进行下单操作时都会进行图片滑块验证码校验，关于图片滑块验证码一般常规的操作是人工手动校验识别，那么有没有办法通过程序去实现自动滑块呢？自动化即通过机器或程序实现代替人工去重复执行一个工作或动作以完成预期工作，实现自动化需先详细分析可行最短路径和实现自动化过程中可能遇见的异常场景给予补偿方案，本文主要讲解自动识别方案的可行性和详细分析过程。实战图片相似度对比与图片中如何找到正方形，最终结果图片滑块验证识别率仅为20%左右，
图片相似度识别算法,百度图片识别算法
kfc67269的博客
08-12 4600
数字图像处理技术可以帮助人们更客观、准确地认识世界，人的视觉系统可以帮助人类从外界获取3/4以上的信息，而图像、图形又是所有视觉信息的载体，尽管人眼的鉴别力很高，可以识别上千种颜色，但很多情况下，图像对于人眼来说是模糊的甚至是不可见的，通过图象增强技术，可以使模糊甚至不可见的图像变得清晰明亮。YOLO中的对象检测是作为回归问题完成的，并提供检测到的图像的类别概率。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。...
图像相似度检测之C++代码（8位--256色）
花落孤独
07-04 9059
本代码属于原创，如需引用，请声明来源下面是直方图相交的代码，同种图片的识别率达90%以上，性能非常稳定。程序的例子是8位（256色）位图，其他位图类似。#include #include #include #include using namespace std; typedef unsigned char uvar8; ty
Matlab余弦相似度算法判断图片相似度并识别源代码
05-21
Matlab余弦相似度算法判断图片相似度并识别源代码 Matlab 余弦相似度 图像匹配 可直接运行
无神经网络车牌识别(2)--特征提取与特征匹配
azraelxuemo的博客
04-17 672
特征提取 在这里其实会出现各种各样的算法，每年都会有很多的论文带来我们处理字符的新算法，如果想研究算法的话，这个可以自行翻阅论文，或者我之后再出一个算法系列的，但这里的话我主要是想把整个流程做完，所以就选取了一种比较简单的算法实现，如果更新算法的话只需要把这个代码换一换，以及之后的样本库换一换就好,废话不多说，我们开始 这里我们一共选取13个特征，这里把图片分成8个小方格，每一个小方格的灰度值之和为一个特征值 这里有水平和垂直的两条线，计算线上的像素总和，代表另外4个特征 最后还有总的像素之和，为第13
验证码相似问题
weixin_30652491的博客
12-09 265
产生随机验证码时，类似数字1和小写字母l经常容易让人混淆分不清楚， 因此，产生随机验证码时应避免此情况 1（一）、l（哎哦）、I （哎）中三个任意两个或者全部不可同时存在 0（零）、o(小写 哦)、O（大写哦）中三个任意两个或者全部不可同时存在 代码如下 1 #include<iostream> 2 #include<stdlib.h> 3 #...
图片相似度识别（纯算法）-易语言
06-14
源码名称： 图片相似图识别 主要功能： 支持识别，经过角度旋转，经过干扰，经过扭曲，完全不相同但近似的图。 论坛的很多图片相似度识别源码，大体都只能对比图片高度一致的图片才有效，对于经过了旋转角度，颜色干扰，或者根本就不是一张图，但是是一种类型的图。都起不了作用，所以自己研究搞了这个源码 相关知识点来自baidu! 功能原理： 思路源自三原色也就是RGB。 众所周知RGB 色彩模式是工业界的一种颜色标准，是通过对红(R)、绿(G)、蓝(B)三个颜色通道的变化以及它们相互之间的叠加来得到各式各样的颜色的， RGB 即是代表红、绿、蓝三个通道的颜色，这个标准几乎包括了人类视力所能感知的所有颜色。 三原色，每个原色可以生成256种颜色。三通道加一起刚好就是256*3种颜色。每张图片相同的图片。所使用的颜色数量基本上近似一致。而不相同的图片，颜色使用量可以说是差距很大。 由此想到，记录红、绿、蓝三个通道的各自256中颜色的量。进行两张图片对比。设置一个容差值 假设为-100 和 + 100 为什么设置容差值呢，因为相同的一种图片 肉眼看着一致，很多时候，颜色值还是有点差距的。但是这个差距一定是在一个范围内。因为如果范围太大的话。肉眼都能看出来颜色不一样了。所以更别说软件了。 设置容差值之后 累计 256*3 个颜色的颜色用量。进行对比。再受容差值的影响。最终计算的结果。进行一个百分比计算。就可以得出图片的相似度。 经过实际测试，一般情况下 百分之55以上的相似度，基本上可以判定位同一种类图。因为如果不是一个种类的。相似度基本上是30以下 因为颜色的用量是天壤之别。
人工神经网络 基于CNN卷积神经网络 基于Python 实现图片验证码的识别
04-20
在本项目中，我们将专注于一种特殊类型的神经网络——卷积神经网络（CNN），用于解决基于Python的图片验证码识别问题。 卷积神经网络是一种深度学习模型，特别适用于图像处理任务。CNN的特点在于其卷积层，该层通过...
基于孪生神经网络实现的点选识别
最新发布
08-18
在本项目中，我们利用了孪生神经网络（Siamese Network）这一强大的机器学习模型来实现点选识别。孪生神经网络因其结构对称而得名，它主要由两个共享权重的神经网络分支构成，常用于比较输入样本对之间的相似性。 ...
图片识别 python 神经网络,神经网络提取图片特征
aifamao3的博客
08-11 2636
Python图片文本识别使用的工具是PIL和pytesser。因为他们使用到很多的python库文件，为了避免一个个工具的安装，建议使用pythonxypytesser是OCR开源项目的一个模块，在Python中导入这个模块即可将图片中的文字转换成文本。pytesser调用了tesseract。当在Python中调用pytesser模块时，pytesser又用tesseract识别图片中的文字。pytesser的使用步骤如下：首先，安装Python2.7版本，这个版本比较稳定，建议使用这个版本。其次，安装p
旋转验证码生成与识别（Python版）
11-15
3. **特征提取**：特征提取是识别的关键步骤，可以使用诸如直方图均衡化、HOG（Histogram of Oriented Gradients）或深度学习模型如卷积神经网络（CNN）的特征提取层来提取字符的特征。 4. **分类器训练**：训练一...
多种不同方法来实现验证码识别
weixin_41227970的博客
10-18 1423
RT（仅做记录） 对图片进行预处理再利用tesseract进行预测。 tesseract安装。[安装教程] (https://blog.youkuaiyun.com/duanshao/article/details/79514051) 说明下，我完成了svm检测验证码的办法，其他的没成功。但是都可以试试，svm的办法我也是参考别人的，自己没搞出来。具体见下文。最终代码等我了解下GITHUB再传- -。本文只做...
无神经网络车牌识别(1)--图片处理
azraelxuemo的博客
04-14 359
近期学习了一下有关图像处理的知识，然后也大概摸索了一下车牌识别的原理，也把这些内容分享一下。 车牌识别根本还是字符识别，只不过增加了部分汉字而已，现在网上很多有关字符识别都采用的是神经网络处理，比如python中比较出名的opencv库，这个之前我也使用过，也做过识别图书馆的验证码实现自动预约，但我觉得对于新人来说，如果一上来就直接接触成熟的这种处理库的话，可能不利于之后的发展，所以我这次实现车牌识别就没有用上神经网络，但可能识别准确率会下降很多，但如果你跟着我一步步坐下来，之后你再接触其他各种各样的库也会
杰里之手表开发之ui图片设计】【篇16】
u013820168的博客
11-04 605
选择一个布局，点击选择图片，新建一个图片控件： 点击图片列表选择需要显示的图片，该图片控件可以在该图片列表中的图片进行相互切 换，下拉列表为默认显示图片：
车牌识别及验证码识别的一般思路
aobannie0463的博客
01-15 463
本文源自我之前花了2天时间做的一个简单的车牌识别系统。那个项目，时间太紧，样本也有限，达不到对方要求的95%识别率（主要对于车牌来说，D,0，O，I，1等等太相似了。然后，汉字的识别难度也不小），因此未被对方接受。在此放出，同时描述一下思路及算法。 全文分两部分，第一部分讲车牌识别及普通验证码这一类识别的普通方法，第二部分讲对类似QQ验证码，Gmail验证码这一类变态验证码的识别方法和...
图标点选验证码识别---python破解代码
qq_44749634的博客
11-11 6565
在线测试：http://121.4.108.95:8000/index/ 开源地址：https://github.com/Bump-mann/simple_ocr首先我们看一个较简单的图标点选验证码 从上面图片中依次点击以下图形 笔者的思路（其实就是对着别人的抄）是先识别出图形切割下来，然后分别对比相似度，就可以得出需要点击位置啦~模型下载链接放在文章末尾！显而易见，识别分为两部分，以下为目标识别代码 效果如下： 有些龟裂是因为我加了一些自以为可以“提高”识别效果的东西…以下是相似度代码 效果如下
Python非暴力飘过——图形验证码
m0_74872863的博客
03-23 1429
好东西
python图片相似度计算与滑块验证码移动距离识别
Jerelli的博客
11-15 3413
###在UI自动化测试或者做爬虫的过程中，难免会碰到滑块验证码的场景，故此将自己本次遇到的情况与解决思路记录一下 ##1.缺口图片下载 目前所用的自动化框架是基于java写的，所以下载该缺口图片的代码也是java代码，后续的图片识别对比是基于python String yzmPath="D：\\yanzhengma.png"; // wd为webdriver对象 TakesScreenshot takesScreenshot=(TakesScreenshot)wd; WebElement we = wd
滑动拼图和文字点选两种类型的验证码
OpenSource_的博客
08-16 1713
前言 行为验证码通过用户的操作来完成验证，常见的行为验证码有拖动式和点触式。 拖动式验证就是根据图片显示，将指定的图形拖动到指定位置完成验证。而点触式验证码就是通过鼠标点击出示例中出现的图形完成验证。 行为验证码应用 今天推荐一款非常优秀的行为验证码AJ-Captcha（项目...
孪生神经网络点选识别项目：源码与使用指南
在本资源中，孪生神经网络被应用于点选识别，即通过比较两个图片样本（例如，验证码图片中的同一字符的两张不同截图）来确定它们是否属于同一类，从而实现识别的目的。孪生神经网络通常包括两个相同的子网络，它们...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值